光学学报, 2018, 38 (10): 1010001, 网络出版: 2019-05-09   

基于改进栈式稀疏去噪自编码器的自适应图像去噪 下载: 1449次

Adaptive Image Denoising Based on Improved Stacked Sparse Denoising Auto-Encoder
作者单位
1 空军工程大学航空工程学院, 陕西 西安 710038
2 中国人民解放军95876部队, 甘肃 山丹 734100
图 & 表

图 1. DAE算法流程图

Fig. 1. Algorithm flow of DAE

下载图片 查看原文

图 2. SSDA网络结构示意图

Fig. 2. Network diagram of SSDA

下载图片 查看原文

图 3. SRDA网路结构示意图

Fig. 3. Network diagram of SRDA

下载图片 查看原文

图 4. ASRDA网络模型

Fig. 4. Network model of ASRDA

下载图片 查看原文

图 5. 收敛效果对比

Fig. 5. Comparison of convergence effects

下载图片 查看原文

图 6. 不同算法的去噪效果对比。(a) Noisy;(b) G-SRDA;(c) S&P-SRDA;(d) MC-SRDA;(e) ASRDA;(f) BM3D

Fig. 6. Comparison of denoising performance of different algorithms. (a) Noisy; (b) G-SRDA; (c) S&P-SRDA; (d) MC-SRDA; (e) ASRDA; (f) BM3D

下载图片 查看原文

表 1Set12数据集上不同算法实验结果平均PSNR/SSIM

Table1. Average PSNR/SSIM of the experimental results of different algorithms on the Set12 data set

Noisy typeG-SRDAS&P-SRDAS-SRDAMC-SRDAASRDABM3D
G127.63/0.815625.39/0.750425.41/0.756127.44/0.807529.87/0.851729.88/0.8486
G225.39/0.723323.13/0.619422.78/0.600325.38/0.717125.44/0.732125.39/0.7232
S&P128.27/0.840634.90/0.985123.9/0.679526.62/0.800236.87/0.986319.50/0.4326
S&P225.75/0.799831.66/0.966122.92/0.628423.79/0.734733.66/0.971113.71/0.1646
S123.87/0.685124.45/0.697128.58/0.841124.91/0.702928.22/0.839619.40/0.4743
S223.6/0.659623.85/0.664427.75/0.814724.24/0.671327.77/0.813616.64/0.3769
P123.79/0.684524.44/0.742023.90/0.687724.26/0.672028.83/0.847927.13/0.8289
P223.4/0.652023.77/0.656122.92/0.631023.40/0.646325.63/0.751720.61/0.7454
U123.65/0.677024.11/0.673825.05/0.673924.14/0.681525.05/0.666916.98/0.3098
U219.28/0.636819.41/0.636620.21/0.650019.88/0.644321.10/0.661014.13/0.3036
Average24.46/0.721025.51/0.739124.80/0.701424.35/0.708328.25/0.812220.34/0.5208

查看原文

马红强, 马时平, 许悦雷, 吕超, 朱明明. 基于改进栈式稀疏去噪自编码器的自适应图像去噪[J]. 光学学报, 2018, 38(10): 1010001. Hongqiang Ma, Shiping Ma, Yuelei Xu, Chao Lü, Mingming Zhu. Adaptive Image Denoising Based on Improved Stacked Sparse Denoising Auto-Encoder[J]. Acta Optica Sinica, 2018, 38(10): 1010001.

本文已被 4 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!